-
公开(公告)号:CN115935965A
公开(公告)日:2023-04-07
申请号:CN202211526512.2
申请日:2022-11-30
Applicant: 华中师范大学
IPC: G06F40/279 , G06F40/216 , G06F40/30
Abstract: 本发明提供一种面向数学资源知识属性提取的方法、系统及设备,涉及自然语言处理与在线学习领域,所述方法包括:从数学学习资源中的数学表达式中提取知识属性;对知识属性进行重要程度排序;判断知识属性数是否大于给定阈值;当大于阈值时,融合知识属性中循环的知识属性,再次判断知识属性数是否大于阈值;当大于阈值时,消除冗余重要程度低的知识属性;当小于阈值时,返回上级判断,直至知识属性数小于或等于阈值,结束判断。该方法在有效提取数学知识属性的基础上,还对特定学习资源的知识属性进行重要程度排序和筛选,方便平台根据数学学习资源快速定位其蕴含的知识属性以及用户在庞大的学习资源中通过知识属性快速搜寻相关数学学习资源。
-
公开(公告)号:CN115757968A
公开(公告)日:2023-03-07
申请号:CN202211525241.9
申请日:2022-11-30
Applicant: 华中师范大学
IPC: G06F16/9535 , G06F16/36 , G06Q50/20
Abstract: 本发明提供一种基于知识图谱数学资源推荐的方法、设备和存储介质,本发明涉及在线学习与数学资源个性化推荐领域,该方法包括:提取数学资源的运用模式;根据运用模式生成多层知识图谱;诊断学习者的认知状态,根据学习者认知状态薄弱知识属性规划学习路径;根据生成的知识图谱查找关键运用模式对应的数学资源,对在线学习者基于最近发展区和支持度作个性化推荐。本发明的技术效果为能在保证较好的推荐外,突出了数学学习资源中知识属性的相互关系,通过运用模式推荐相应的资源,使推荐更具针对性,有效帮助在线学习者针对相关联知识属性的灵活运用。
-
公开(公告)号:CN119903182A
公开(公告)日:2025-04-29
申请号:CN202411818081.6
申请日:2024-12-11
Applicant: 华中师范大学
IPC: G06F16/35 , G06F16/334 , G06F40/30 , G06F40/284 , G06N3/0455 , G06N3/084
Abstract: 本发明提供一种习题资源的自动标注方法及装置,其方法包括:将待分类习题输入预训练的标签分类模型,得到所述标签分类模型输出的标签概率分布;将所述待分类习题输入预训练的元标签分类模型,得到所述元标签分类模型输出的元标签概率分布,其中,元标签为基于标签确定的表征所述标签独特性的独立短语;基于所述标签与所述元标签的映射关系对所述元标签概率分布进行重组,使用重组后的元标签概率分布对所述标签概率分布加权,并根据加权结果确定所述待分类习题的标注结果。本发明通过将语义丰富的标签拆分成独立的元标签,有效解决了现有的分类算法难以区分高相似度标签的问题,提高了自动标注的准确性和对长尾标签的识别能力。
-
-